scipy

Science

Научные вычисления

Обзор scipy

SciPyоснован наNumPyи предоставляет большую коллекцию алгоритмов для научных и технических вычислений. Он включает в себя модули оптимизации, линейной алгебры, интегрирования, интерполяции, обработки сигналов, статистики и многого другого.SciPyиспользуется физиками, инженерами и специалистами по обработке данных, которым необходимы точные числовые методы, выходящие за рамки базовой математики массивов.

PyRunвключаетSciPyв виде связанного пакетаPyodide. Вы можете использовать scipy.optimize, scipy.stats, scipy.interpolate и другие подмодули прямо в браузере — локальная установка не требуется. Это идеальная среда для тестирования численных алгоритмов или интерактивного изучения научных методов.

Код и вывод выполнения

Числовой поиск корней и описательная статистика.

SciPy Root Finding & StatsЗапустить в редакторе

from scipy import optimize, stats
import numpy as np

# Root finding
def f(x):
    return x**3 - 2*x - 5

result = optimize.root_scalar(f, bracket=[2, 3], method='brentq')
print("Root of f(x) = x³ - 2x - 5:")
print(f"  x = {result.root:.6f}  (converged: {result.converged})")

# Basic statistics
data = np.array([2.1, 2.5, 3.0, 3.2, 3.8, 4.0, 4.5, 5.1])
print("\nDescriptive stats:")
print(f"  mean   = {np.mean(data):.3f}")
print(f"  median = {np.median(data):.3f}")
print(f"  stdev  = {np.std(data):.3f}")
t_stat, p_val = stats.ttest_1samp(data, popmean=3.5)
print(f"\nOne-sample t-test (μ=3.5): t={t_stat:.4f}, p={p_val:.4f}")